Labvanced 的网络摄像头眼动追踪
Labvanced 的网络摄像头眼动追踪技术在使用 Eye Tracking 2.0 对真实在线参与者的测量中，达到的中位数精度范围从 1.8 视觉角度（经过平衡筛选的 2 分钟校准）到 1.4 视觉角度（经过严格参与者筛选的 5 分钟校准），建立在针对测量 1.3 视觉角度的基于硬件的眼动追踪仪的实验室验证的基础上（Kaduk 等，2024）。它可以在任何标准网络摄像头上运行，无需专用硬件，适用于实验室内和远程研究，使研究人员能够在不同的参与者群体中收集一致的高质量注视测量数据。
Labvanced 网络摄像头眼动追踪：远程眼动追踪的新黄金标准
Labvanced 提供的研究级眼动追踪对任何拥有标准网络摄像头的人可用。凭借更高的可及性和对实验工作流程的全面整合，进行实验室内和远程研究的研究人员可以轻松利用高度准确、经过同行评审的网络摄像头眼动追踪。
| 属性 | 规格 |
|---|---|
| 架构 | 用于注视估计的预训练 CNN |
| 精度 | 在线参与者下的 1.8 视觉度（眼动追踪 2.0）；实验室中心的 1.3 视觉度（1.4 厘米）（第一代） |
| 精密度 | 在线参与者下的 0.75 视觉度（眼动追踪 2.0）；实验室中的 1.1 视觉度（1.2 厘米）（第一代） |
| 采样率 | 30 Hz 到 60 Hz（取决于网络摄像头的帧率） |
| 注视 | 内置注视检测算法 |
| 校准 | 可调长度（30 秒 - 5 分钟以上）和属性（适合婴儿，虚拟下巴支撑限制等） |
| 最低分辨率 | 1280x720px（高清准备网络摄像头） |
| 设备要求 | 设备无关：适用于桌面、平板电脑和手机；无需进一步的特定要求 |
| 数据输出 | 注视、注视点、停留时间、首次注视时间、注视持续时间、注视次数、自定义指标 |
| 隐私 | 客户端处理（直接在参与者的设备上），意味着没有面部数据被传输 |
成功网络摄像头眼动追踪的四个关键功能
要运行成功的网络摄像头眼动追踪研究，有四个原则至关重要：精度确保在硬件变异性下的可靠数据；适应性和控制允许研究人员为不同参与者的具体遵从水平量身定制协议和性能阈值；而不妥协的隐私则是进行道德远程数据采集和赢得参与者信任的必要条件。
精度
通过利用专有的、深层训练的神经网络，Labvanced 实现了强大的注视估计可靠性，显示出中位数精度范围从 1.8 视觉角度（经过平衡筛选的 2 分钟校准）到 1.4 视觉角度（经过严格参与者筛选的 5 分钟校准），基于对使用眼动追踪 2.0 的真实在线参与者的研究。
隐私
通过自动客户端处理，所有敏感视觉数据在本地计算，确保不会有敏感的参与者信息离开他们的设备。
适应性
该系统具有可调设置和灵活配置，专门设计用于适应从婴儿到老年人群体的独特需求和遵从挑战。
控制
全面掌控实验过程，比如定义最低注视性能要求、指定校准过程以及在每个任务和试验中设置精确管理规则。
收集的数据
Labvanced 提供广泛的基于网络摄像头的眼动追踪输出，使确切捕获研究所需的细节变得容易。从精确的注视坐标到丰富的注视指标和试验级诊断，该平台提供综合数据以了解参与者如何与视觉刺激进行互动。
注视位置
注视位置坐标（X 和 Y）可以在整个任务中捕获，并且可以进一步调整，使得数据仅记录特定的关注区域或兴趣区域。这与其他数据点结合，例如时间戳（T）和置信区间（C），后者是眼睛在测量期间的打开程度的测量。
这也扩展到内嵌在您的研究中的实时外部网站元素。请查看 Labvanced Web Bridge 了解网站眼动追踪的工作原理。
X: 注视的 X 坐标; Y: 注视的 Y 坐标; T: 时间戳; C: 置信区间
注视
对于希望收集超过注视坐标数据的研究，基于注视的数据收集也是一个选项，其中关键指标包括：
- 注视次数
- 首次注视时间
- 注视持续时间
更多试验特定的注视数据
Labvanced 的基于网络摄像头的眼动追踪提供丰富的、试验特定的数据，远超注视坐标。对于每个试验，研究人员可以访问如 最后缓存的注视位置 或最后缓存的注视点，以及诊断指标如 校准误差 等数据。这一附加的细节层次使评估数据质量和更自信地理解参与者的观看行为变得更容易，同时也可利用这些信息进一步控制实验的行为。
收集的数据可以根据您的规范导出为可分析的格式，包括 CSV、XLSX、TSV。
精细校准选项
校准程序与数据质量和输出密切相关。 Labvanced 为您提供了精准指定校准何时以及如何进行的选项。
- 眼动追踪校准是研究人员需要主动参与眼动追踪系统的唯一部分。
- 由于每项研究的要求不同，很多设置可调，以适应校准程序。
- 校准的长度和准确性之间存在主要的权衡，较长的校准程序将导致更准确的数据输出。
- 其他调整，例如虚拟下巴托的强度或重新校准设置，也是值得考虑的。
基准准确性
Labvanced 的网络摄像头眼动追踪的准确性是其下一个最佳竞争对手的 2-3 倍，超过 80% 的眼动追踪研究可以在我们的系统上进行。 Labvanced 提供了唯一具有研究等级（同行评审）科学出版物的网络摄像头眼动追踪解决方案。
使用在线参与者进行验证（眼动追踪 2.0）
- 通过眼动追踪 2.0，中位数在线参与者在两分钟的校准后，自己电脑和房间内的准确性达到1.8视觉度。
- 通过严格的校准和非常严格的筛选，中位准确性达到约 1.4 视觉度。
- 验证基于约 500 名 Prolific 参与者，匿名数据已经发布。
- 阅读我们文档中的完整报告：Labvanced 眼动追踪 2.0：适用于所有在线研究的准确网络摄像头眼动追踪。
通过与基于硬件的眼动追踪进行比较进行验证
- 在实验室中，我们的第一代基于网络摄像头的眼动追踪系统的准确性约为 1.2 到 1.4 视觉度。
- 我们与 EyeLink 1000 硬件眼动追踪系统的比较研究显示皮尔逊相关系数大于0.9。
- 自然场景的视觉分析在视觉上确认了 Labvanced 的预测与真实情况的接近程度，相较于 EyeLink。
- Labvanced 的基于网络摄像头的眼动追踪准确性比 EyeLink 1000 系统低约 0.5°。
- 对于屏幕中央呈现的刺激，准确性进一步提高。
- 准确性在时间上保持一致，没有随时间下降。
- 唯一的其他流行的基于网络摄像头的系统（WebGazer - Papoutsaki, 2015）报告的准确性约为 4 视觉度，说明我们的系统比其他任何系统都准确约 3 倍。
Labvanced 网络摄像头眼动追踪与 WebGazer 之间的比较
通常情况下，网络摄像头眼动追踪已成为 WebGazer 的同义词。 Labvanced 的眼动追踪通过使用自定义神经网络来估计注视坐标，属于自己的类别。下面表格的快速浏览展示了这两种眼动追踪工具的性能差异：
| 指标 | WebGazer | Labvanced |
|---|---|---|
| 准确性 | 4.17 视觉度 | 1.3 视觉度 |
| 主要技术 | 岭回归 | 预训练 CNN |
| 发布年份 | 2016 | 2022 |
| 出版物 | IJCAI（会议论文） | BRM（期刊论文） |
| 注视检测器 | 无/噪音太大 | 是的，内置的 |
Gorilla，一个无代码实验平台，也使用 WebGazer 进行其网络摄像头眼动追踪。请查看完整的 Labvanced 与 Gorilla 的比较，了解这两个平台在眼动追踪之外的不同。
科学影响：Labvanced 在同行评审文献中的应用
其他人如何在他们的研究中使用 Labvanced 的网络摄像头眼动追踪？以下是几个示例：
在这项随机对照试验研究中，研究人员利用 Labvanced 的基于网络摄像头的眼动追踪来确定药剂师在与 AI 决策支持互动时视觉注意力的转移。通过远程捕捉在药物验证任务中的注视，研究人员揭示了即使不确定的 AI 建议如何重塑认知处理。
Tsai, C. C., et al. (2025). 人工智能有用性和不确定性对药剂师的认知互动影响：随机对照试验。 医学互联网研究杂志, 27, e59946.
在这项研究中，作者使用 Labvanced 的基于网络摄像头的眼动追踪技术收集注视数据，因为参与者查看城市环境图像。通过跟踪参与者对不同城市场景特征的注视行为，研究人员能够将视觉注意力与对建筑元素和自然元素的情感评估相关联。使用 Labvanced 使得这一过程可以在线大规模进行，捕获精细的眼动指标，而无需专用实验室硬件。
Sander, I., et al. (2024). 超越建筑密度：从粗略到细致的城市环境情感体验分析。 环境心理学杂志, 96, 102337.
在这项多方法研究中，作者使用 Labvanced 的基于网络摄像头的眼动追踪来测量参与者对影响者内容的视觉参与。通过在参与者查看具有不同影响者粉丝数量（作为关注区域）的 Instagram 资料时跟踪注视行为，他们能够评估注意模式与感知连接和参与之间的关系。
Wies, S., Bleier, A., & Edeling, A. (2023). 寻找适合的影响者：粉丝数量如何推动社交媒体参与。 市场营销杂志, 87(3), 383-405.
互动演示
实时指标
在这个简单的注视任务演示中，展示了几个眼动追踪功能，供两张作为关注区域（AoI）的图片使用：停留时间、首次注视时间、注视次数和平均注视持续时间。注意：该研究以 5 分钟的校准（中松弛的下巴托约束）开始，您可以在导入时进一步编辑。
优先注视范式
本研究使用优先注视范式研究婴儿的视觉注意力，并可以作为此类研究的模板。参与者同时观看并排的图像或视频，同时记录注视模式、停留时间和头部方向，以及参与者的视频录制。注意：使用适合婴儿的校准。
多边形AOI面部感知
多边形形状将眼睛和嘴巴标记为AOI，实时更新每个区域的停留时间、注视计数和平均注视持续时间。查看事件如何记录眼动追踪数据，以及对象如何定义独特的AOI。
头部追踪
在此演示中，您可以尝试不同的头部位置，以移动屏幕上的滑块，这些滑块作为数值的可视化。头部追踪通常作为眼动追踪的补充或替代。
数据隐私和网络摄像头眼动追踪 🔐
**在Labvanced，我们非常重视数据隐私和安全性。**这可以通过以下几点最好地显示：
- 所有面部和眼动数据的处理都发生在用户的设备上，确保眼动数据的真正隐私设计。
- 只有注视位置和注视持续时间（完全匿名的数值数据）将被保存到我们的服务器。
- 已进行并成功通过外部安全审计（VAPT）。可根据请求提供文件。
- 我们的服务器属于我们，并仅位于欧盟内部/在欧洲管辖范围内。
- 我们根据请求向您提供我们的技术和组织措施（ToM）和数据处理协议（DPA）。
- 所有数据都可以进行端到端加密（PGP），以便数据将仅以加密格式存储在我们的服务器上。
文档
网络摄像头眼动追踪指南
设置、校准和运行Labvanced中的网络摄像头眼动追踪研究的完整文档中心。
选择校准设置
如何选择校准长度、类型和约束，以平衡数据质量与参与者的合规性。
在任务中设置眼动追踪
逐步概述如何启用眼动追踪并设计任务，以可靠地捕捉Labvanced中的注视数据。
进一步阅读
情感检测
将面部表情分类为类别情感，并提供连续的价值和唤醒分数。
心率检测（rPPG）
使用远程光电容积描记法估计参试者的每分钟心跳数。
功能概述
查看Labvanced平台功能的完整范围，从实验构建到数据导出，一应俱全。
文本分割
为阅读研究自动生成的每个单词的AOIs，基于同样的注视引擎构建。
关于Labvanced网络摄像头眼动追踪的常见问题
Labvanced的网络摄像头眼动追踪与WebGazer一样吗？
在眼动追踪期间，我的网络摄像头视频是否被记录或发送到其他地方？
是否可以在眼动追踪的同时通过网络摄像头记录其他生理数据？
可行性检查
如果您需要更多支持或对某个特定的网络摄像头眼动追踪功能感到好奇，请通过聊天或电子邮件与我们联系。我们非常愿意听取您的研究并为您解答有关平台的任何问题，并讨论项目的可行性。
